在 Numpy 中计算沿特定轴的第 n 个离散差异

numpyserver side programmingprogramming

要计算沿给定轴的第 n 个离散差异,请使用 Python Numpy 中的 MaskedArray.diff() 方法。第一个差异由给定轴上的 out[i] = a[i+1] - a[i] 给出,更高的差异通过递归使用 diff − 计算

  • 使用"axis"参数设置轴

  • axis 是沿其进行差异的轴,默认为最后一个轴。

该函数返回第 n 个差异。输出的形状与 a 相同,但沿轴的尺寸小 n。输出的类型与 a 中任意两个元素之间的差异的类型相同。在大多数情况下,这与 a 的类型相同。一个值得注意的例外是 datetime64,它会产生 timedelta64 输出数组。

prepend、append 参数是在执行差值之前要沿轴添加或附加的值。标量值扩展为沿轴方向长度为 1 的数组,沿所有其他轴的输入数组形状为 。否则,尺寸和形状必须与 a 匹配,但沿轴除外。

步骤

首先,导入所需的库 −

import numpy as np
import numpy.ma as ma

使用 numpy.array() 方法创建一个包含 int 元素的数组 −

arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
print("数组...
", arr)

创建一个掩码数组,并将其中一些掩码为无效 −

maskArr = ma.masked_array(arr, mask =[[1, 0, 0], [ 0, 0, 0], [0, 1, 0], [0, 0, 0]])
print("
我们的掩码数组...
", maskArr)

获取掩码数组的类型 −

print("
我们的掩码数组类型...
", maskArr.dtype)

获取掩码数组的维度 −

print("
我们的掩码数组维度...
",maskArr.ndim)

获取掩码数组的形状 −

print("
我们的掩码数组形状...
",maskArr.shape)

获取掩码数组的元素数量−

print("
Masked Array 中的元素数量...
",maskArr.size)

要计算沿给定轴的第 n 个离散差异,请使用 MaskedArray.diff() 方法。第一个差异由沿给定轴的 out[i] = a[i+1] - a[i] 给出,更高的差异通过递归使用 diff 计算。轴使用"axis" 参数设置。轴是沿其进行差异的轴,默认为最后一个轴:

print("
结果..
.", np.diff(maskArr, axis = 1))

示例

import numpy as np
import numpy.ma as ma

# 使用 numpy.array() 方法创建一个包含 int 元素的数组
arr = np.array([[65, 68, 81], [93, 33, 76], [73, 88, 51], [62, 45, 67]])
print("数组...
", arr) # 创建一个掩码数组,并将其中一些掩码为无效 maskArr = ma.masked_array(arr, mask =[[1, 0, 0], [ 0, 0, 0], [0, 1, 0], [0, 0, 0]]) print("
我们的掩码数组...
", maskArr) # 获取掩码数组的类型 print("
我们的掩码数组类型...
", maskArr.dtype) # 获取掩码数组的维度 print("
我们的掩码数组维度...
",maskArr.ndim) # 获取掩码数组的形状 print("
我们的掩码数组形状...
",maskArr.shape) # 获取掩码数组的元素数量 print("
掩码数组中的元素数量...
",maskArr.size) # 要计算沿给定轴的第 n 个离散差异,请使用 Python Nump 中的 MaskedArray.diff() 方法 # 第一个差异由给定轴上的 out[i] = a[i+1] - a[i] 给出,更高的差异通过递归使用 diff 计算。 # 使用"axis"设置轴参数 # axis 是取差值的轴,默认是最后一个轴。 print("
结果..
.", np.diff(maskArr, axis = 1))

输出

数组...
[[65 68 81]
[93 33 76]
[73 88 51]
[62 45 67]]

我们的掩码数组...
[[-- 68 81]
[93 33 76]
[73 -- 51]
[62 45 67]]

我们的掩码数组类型...
int64

我们的掩码数组维度...
2

我们的掩码数组形状...
(4, 3)

掩码数组中的元素数量...
12

结果..
. [[-- 13]
[-60 43]
[-- --]
[-17 22]]

相关文章